توليد الفيديو بالذكاء الاصطناعي: كيف يحدث فعلًا
جرّبه: ولّد مقطعًا واحدًا مرتين على أرخص مستوى دون تغيير كلمة، ثم غيّر جملة واحدة وولّد مرة أخرى. قد يعطي طلبان متطابقان مقطعين مختلفين؛ ويُظهر الثالث كم تهم جملة واحدة من النص.
التوليد الواحد مقطع قصير واحد
يأخذ نموذج الفيديو وصفًا وبعض الصور المرجعية ويعيد مقطعًا. يفعل ذلك مرة واحدة لكل استدعاء، والمستوى الذي تختاره يحدد أطول مقطع يجوز للاستدعاء أن يعيده. وفي SceneMixer يبلغ هذا السقف 15 ثانية في بعض المستويات و30 ثانية في مستويات اللقطة الطويلة، وتُكتب لوحة القصة لتتسع تحته. ويُسمّى الواحد منها مقطعًا. فدقيقة من الفيديو النهائي إذن أربعة مقاطع على الأقل في مستوى 15 ثانية ومقطعان على الأقل في مستوى اللقطة الطويلة، ويُنتج كل منها باستدعاء مستقل، لا باستدعاء طويل واحد.
داخل المقطع تُقطَّع القصة إلى ثلاث إلى خمس لقطات مرقّمة، وتساوي ثواني اللقطات مجتمعةً طول المقطع. والسقف حد أقصى لا هدف: فقد يمتد مقطع من لقطتين قصيرتين بضع ثوانٍ فقط. وحين تتجاوز اللقطات الحد، تُضغط الصامتة منها أولًا ثم يُقسَّم المقطع عند حدّ لقطة. ولا يُقتطع شيء من النهاية. والسعر يتبع الثواني، فتكلّف الحلقة المبلغ نفسه سواء قُطّعت إلى قطع قصيرة أو طويلة؛ وما يتغير هو كم تدفع لإعادة واحدة منها. مقاطع من 15 أو 30 ثانية.
ما الذي يدخل في استدعاء واحد
يتكون الاستدعاء من ثلاثة أشياء:
- نص المقطع نفسه. في SceneMixer يسمّي العنوان المكان الواحد والوقت، ثم لقطات مرقّمة بثوانيها، والأشخاص والإكسسوارات المسمّاة بوسوم @، والحوارات بصوت.
- الصور المرجعية. واحدة لكل شخص في اللقطة، وواحدة للمكان، وواحدة لكل إكسسوار مهم، وصورة حالة لمن يظهر بزي أو حال مختلفة.
- المستوى. يحدد الدقة وأطول مقطع والسعر لكل ثانية.
المقطع الذي قبله لا يُعرض على النموذج. ولهذا يجب أن يبقى المقطع في مكان واحد وخط زمني واحد: فهو يُرسم من مجموعة واحدة من صور المشهد، فتُرفض لقطة تقفز إلى غرفة أخرى أو يوم آخر قبل أن تدفع، وعليها أن تصير مقطعًا مستقلًا. يبقى المقطع في مكان واحد وخط زمني واحد.
لماذا تتغير الوجوه وما الذي يثبّتها
لأن كل استدعاء يبدأ من الصفر، فإن كل ما يوصف بالكلمات فقط يُخترع من جديد في كل مرة. ومعظم ما يبدو “عدم اتساق في الذكاء الاصطناعي” هو هذا، ولكل حالة مصدر إمداد مختلف.
| ما الذي يتغير | لماذا يحدث | ما الذي يوفره الموقع | ما تفعله أنت |
|---|---|---|---|
| وجه بين اللقطات | لا ذاكرة لأي استدعاء سابق، فيُخترع الوجه من جديد | صورة معتمدة واحدة لكل شخصية، تُرفق بكل لقطة تسمّيها | سمِّ الشخصية بوسم @؛ وثبّت الصورة مرة واحدة في الخطوة 2 |
| غرفة بين اللقطات | السبب نفسه، للأماكن | صورة واحدة لكل موقع، ونموذج ثلاثي الأبعاد تلقائي بالذكاء الاصطناعي لكل مشهد ليُحسم من يجلس أين قبل صنع اللقطات | أبقِ مكانًا واحدًا في كل مقطع |
| زي أو إصابة | لا شيء ينقل جرحًا من استدعاء إلى التالي ما لم يُكتب مرة أخرى | سجل متواصل يُحفظ كنص، وصور حالة للمظاهر التي تدوم | اكتب التغيير في اللقطة التي يحدث فيها |
| صوت | لا يتذكر أي استدعاء كيف بدت الشخصية في استدعاء سابق | صوت واحد لكل شخصية، يُختار مرة واحدة ويُستخدم لكل سطر | اختر الصوت أو ارفعه في طاقم الشخصيات |
ولهذا أيضًا لا يصلح مستوى أعلى في SceneMixer وجهًا خاطئًا: الدقة تغيّر وضوح الصورة، لا من يُرسم. ويتناول تغيّر وجه شخصيتي: قائمة تحقق ولماذا يبقى مسلسل كامل متسقًا الحلول.
ما الذي ينتقل عبر الوصل
في لوحات القصة المكتوبة أو المُعاد توليدها منذ أواخر أكتوبر 2026، تنتقل القصة من مقطع إلى التالي عبر سجل متواصل يحتفظ به SceneMixer أثناء قراءته نصك: من في أي مشهد، وهل يجلس أو يقف أو يستلقي أو يركع أو يجثو، وما في يديه، وأي مظهر يرتديه، والجروح والطين على الجسد، مبلل أو جاف، فاقد الوعي أم لا؛ ولكل مشهد وقت اليوم والطقس والإضاءة وهل الأبواب والنوافذ مفتوحة وهل يوجد حشد. ويبدأ كل مقطع جديد من هذا السجل مع نصه وصوره.
| ما تكتبه، في المقطع 3 | يبدأ المقطع 4 بـ |
|---|---|
| @Mara تخلع معطفها وتضعه على ظهر الكرسي. | Mara بلا المعطف؛ والمعطف على الكرسي |
| يُضرب @Leo على وجهه؛ ويسيل الدم من حاجبه الأيسر. | جرح في حاجب Leo الأيسر، لا يزال موجودًا |
| @Leo يغسل وجهه عند المغسلة. | الدم قد غُسل |
يحفظ السجل ما يظل صحيحًا حين تنتهي اللقطة، لا ما يحدث خلالها. وهو ليس صورة للمقطع السابق: لا يُرفق آخر إطار، وإعادة توليد مقطع واحد لا تغيّر التالي أبدًا. كما أنه لا يخترع شيئًا لم تكتبه. أما لوحات القصة السابقة لأواخر أكتوبر 2026 فتعمل بالطريقة الأقدم، كل مقطع من نصه وصوره. ما الذي يتتبعه النظام من مقطع إلى آخر.
من الزر إلى الملف: أين تذهب الدقائق
- يُحجز الرصيد. الضغط على «توليد» يحجز سعر SceneMixer للمقطع؛ ولا يُنفق إلا إذا وصل المقطع.
- حدّك الخاص. يشغّل الحساب عددًا ثابتًا من التوليدات في وقت واحد: 3 في الخطة المجانية، و5 في أول خطة مدفوعة، والمزيد فوق ذلك. وينتظر الباقي مع احتجاز الرصيد، ويبدأ من تلقاء نفسه.
- الحد المشترك. لا يمكن للموقع كله أن يُبقي إلا عددًا محدودًا من المهام قيد التنفيذ لدى خدمة النموذج، فإذا كانت مشغولة انتظرت مهمتك خلف مهام الآخرين. وتضع الخطط العليا مهامها في مقدمة ذلك الطابور.
- يعمل النموذج. وهذا يستغرق الوقت كله تقريبًا. بلغ متوسط قياس داخلي في أغسطس 2026 نحو دقيقة ونصف لصورة الإعداد ونحو تسع دقائق ونصف للمقطع؛ وتعرض البطاقة على الشاشة عادةً من عشر إلى عشرين دقيقة للفيديو.
- التسليم. يُحفظ المقطع، وتُضاف شارة الذكاء الاصطناعي ما لم تكن خطتك قد أوقفتها، وتتحول البطاقة إلى «تم».
المستوى الأرخص والأقل دقة هو عادةً الأسرع أيضًا، ما يجعله أسرع طريقة لمعرفة ما إذا كانت اللقطة تنجح. لماذا يستغرق التوليد وقتًا.
عندما يفشل الاستدعاء
تفشل النماذج بطرق مختلفة، ويعامل SceneMixer كل طريقة معاملة مختلفة. إذا أبلغت الخدمة بأنها مشغولة أو بأنها بلغت حد المعدل، يُعاد الاستدعاء مرة ثانية على حساب مزوّد آخر للنموذج نفسه، دون أي تغيير فيما طلبته أو في المستوى الذي اخترته. أما رفض المراجعة وخطأ المعاملات فلا يُعاد استدعاؤهما: الرفض حكم، وإعادة الطلب تعطي الجواب نفسه.
ما يحدث للرصيد يتوقف على ما هو معلوم. إذا لم يستلم النموذج الطلب أصلًا، أو ردّ بأنه مشغول، يعود الرصيد المحجوز إليك. وإذا انتهت مهلة الاستدعاء أو انقطع الاتصال أثناءه، فلا أحد يعرف هل عمل النموذج وحاسب أم لا، فيبقى الرصيد مجمّدًا ويُوسم بـقيد المراجعة في سجل رصيدك حتى يحسمه شخص. والرصيد الذي يبدو ناقصًا بعد الفشل يكون محجوزًا عادةً، لا مفقودًا. عندما يفشل التوليد · المزوّد مشغول، لا خصم.
ثبّت التوليد قبل أن تدفع ثمنه
- صوّر مقطعًا واحدًا من SceneMixer أولًا. تحقق من الوجوه والغرفة ومما إذا كانت الجملة منطوقة قبل أن تبدأ بالباقي.
- سمِّ من في الإطار. لقطة تقول “امرأة تلتفت نحو النافذة” لا تمنح النموذج ما يتمسك به؛ أما @Mara تلتفت نحو النافذة فتمنحه. من في الإطار.
- قل ما هو موجود، لا ما هو غير موجود. “شارع فارغ” ينجح؛ أما “لا أشخاص” فتستدعي الأشخاص. قل ما هو موجود.
- أصلح النص قبل إعادة التوليد. تعديل القصة المصوّرة مجاني؛ أما إعادة التوليد فتُحتسب بالكامل.
- مسودة بسعر رخيص، وإنهاء بمستوى عالٍ. اصنع المسودة على أدنى مستوى وأنهِ على أعلى مستوى.
اصنعه في SceneMixer من البداية إلى النهاية
- السيناريو: الصق سيناريوك في رفع سيناريو، أو اكتب ملخصًا من سطر واحد في إنشاء بالذكاء الاصطناعي ودعه يصوغ الحلقات.
- الخطوة 1: النوع دراما قصيرة؛ نمط المشهد حياة الشوارع؛ نمط الأزياء أزياء الشوارع؛ النمط البصري واقعي عالي الدقة؛ المنطقة المستهدفة؛ لغة الحوار؛ 9:16 عمودي. ثم اقرأ السيناريو.
- الخطوة 2: البطلان بوصف لكل منهما، ثم الزقاق والسطح كموقعين. أول 15 صور إعداد في الحساب مجانية.
- القصة المصوّرة: ولّد الحلقة 1 أولًا (مجانًا في أول دراما لك) واقرأها قبل أن تولّد أي شيء. مكان واحد لكل مقطع.
- الفيديو: ولّد على المستوى الافتراضي بسعر 10 رصيد في الثانية، وأصلح لقطات بعينها بدل حلقات كاملة، ثم اجمع الحلقة وانشرها.
| المرحلة | ما يحدث | المدة المعتادة | ما تتحكم فيه |
|---|---|---|---|
| القراءة | يتحول نصك إلى ملخص وقائمة حلقات وشخصيات وأماكن وإكسسوارات موصوفة بالكلمات | دقائق | النص؛ والأنماط الثلاثة |
| صور الإعداد | يتحول كل وصف إلى صورة مرجعية | نحو دقيقة ونصف لكل صورة | الوصف؛ وإعادة توليد صورة واحدة |
| القصة المصوّرة | تتحول كل حلقة إلى مقاطع، ويتحول كل مقطع إلى لقطات مرقّمة | بضع دقائق | النص، وتعديله مجاني |
| المقطع | استدعاء واحد للنموذج يعيد مقطعًا واحدًا | عادةً من عشر إلى عشرين دقيقة | المستوى والثواني ونص اللقطات |
| الدمج | تتحول المقاطع المكتملة إلى ملف واحد لكل حلقة | بعد اكتمال آخر مقطع | استخدام مستوى واحد لكل المقاطع يتجنب إعادة الترميز |
الأسئلة الشائعة
كيف يعمل توليد الفيديو بالذكاء الاصطناعي؟
يأخذ النموذج وصفًا نصيًا وبعض الصور المرجعية ويعيد مقطعًا قصيرًا في استدعاء واحد. وتُصنع الفيديوهات الأطول بدمج مقاطع كثيرة، فيزوّد SceneMixer النموذج من الخارج بالشخصيات والأماكن والقصة حتى تلك اللحظة.
لماذا مقاطع الفيديو بالذكاء الاصطناعي قصيرة جدًا؟
لكل استدعاء سقف يحدده مستوى النموذج، وفي SceneMixer هو 15 أو 30 ثانية. الفيديو الأطول عدة مقاطع مدموجة، لا توليد واحد طويل.
لماذا يتغير وجه الشخصية من مقطع إلى آخر؟
يبدأ كل استدعاء دون ذاكرة عن غيره. الوجه الموصوف بالكلمات فقط يُخترع من جديد؛ أما الوجه المقدَّم بالصورة المرجعية نفسها، مع تسمية الشخصية في اللقطة، فيبقى كما هو.
هل يتذكر النموذج المقطع السابق؟
لا. يولّد SceneMixer المقطع من نصه وصوره الخاصة. وسجل متواصل لمن في أي مكان وماذا يرتدي ينقل القصة عبر نقطة الدمج، ولا يُرفق آخر إطار.
كم يستغرق توليد الفيديو بالذكاء الاصطناعي؟
يستغرق مقطع SceneMixer عادةً من عشر إلى عشرين دقيقة بحسب المستوى والطابور. يمكنك مغادرة الصفحة؛ فالعمل يتواصل على الخادم.
ماذا يحدث إذا فشل التوليد؟
إذا لم يستلم النموذج الطلب أصلًا، يُحرَّر الرصيد. وإذا كانت النتيجة مجهولة، كانتهاء المهلة، يبقى مجمّدًا حتى يحسمه شخص. ولا يُخصم شيء عند فشل التسليم.
لماذا يعطي الوصف نفسه نتائج مختلفة؟
التوليد احتمالي: قد يعطي طلبان متطابقان مقطعين مختلفين. ولهذا خُصص المستوى الرخيص للاستكشاف، ولهذا يستحق تعديل جملة واحدة أن يُختبر.
هل يصلح المستوى الأعلى لقطة خاطئة؟
نادرًا. يحدد المستوى الدقة وأطول مقطع، لا من يُرسم ولا ما يحدث. هذا يحدده نص اللقطة وصورة الشخصية.
شاهد طلبًا واحدًا يتحول من نص إلى مقطع
الصق صفحة، واقرأ القصة المصوّرة، وصوّر مقطعًا واحدًا أولًا.
تم التحديث في 2 نوفمبر 2026